xarray:重塑数据形状，拆分维度

Question

我在xarray中有一个数据集，其维度如下：

Dimensions:      (subject: 30, session: 5, time: 45000)
Coordinates:
  * subject      (subject) object '110' '112' '114' '117' ...
  * session      (session) object 'week1' 'week2' 'week3' ...
  * time         (time) timedelta64[ns] 00:00:00 00:00:00.040000 ...

我想将每个试验（受试者/会话组合）分成更小的时间段，例如分成3个段，每个段有15000个值，结果维可能如下所示：

^{pr2}$

我试过很多东西，但都没有成功，怎么能做到呢？在

我一直在尝试的一件事，似乎很接近，就是创建一个新的多重索引并将其拆散。在

segment_data = np.repeat(range(3),len(ds.time)//3)
segment = xr.Variable(dims='time',data=segment_data)
newtime_data = np.tile(ds.time[:len(ds.time)//3],3)
newtime = xr.Variable(dims='time',data=newtime_data)
dsr = ds.assign_coords(segment=segment,newtime=newtime)
dsr = dsr.set_index(segment='segment',newtime='newtime')
dsr = dsr.stack(fragment=['segment','newtime'])

然而，最后一行占用了大量内存，似乎创建了一个维度fragment: len(ds.time)**2，这似乎不对。我也不知道在这之后我要做什么（unstack('fragment')？）。在

编辑：还有一些尝试把我带到了这里：

x = np.repeat(range(3),15000)
y = np.tile(ds.time[:len(ds.time)//3],3)
dsr = (ds.assign_coords(segment=x,time2=y)
      .set_index(fragment=['segment','time2'])
      .unstack('fragment'))

因此：

(subject: 30, segment: 3, session: 5, time: 45000, time2: 15000)

这似乎很接近，但并不完全存在，因为现在每个time2点都有45000个值，而它应该是一个单一值：

dsr.isel(subject=0,segment=0,session=0,time2=0)
# (time: 45000)

编辑：我终于找到了一个办法，看看我的答案。欢迎进一步建议！在

Answer 1

首先确保有两个新尺寸标注的标签。在这种情况下，如下所示：

x = range(3) # 3 segments
y = ds.time[:len(ds.time)//3] # the first 1/3rd of the time labels

然后从这些标签*创建一个pandas多重索引。在

^{pr2}$

最后，用这个新索引替换数据集中的time索引，然后取消其级别以创建两个必需的维度。在

dsr = ds.assign(time=ind).unstack('time')

您可能需要使用rename重命名新维度：

dsr = dsr.rename({'new_time':'time'})

结果尺寸：

(subject: 30, segment: 3, session: 5, time: 15000)

现在唯一关闭的是维度的顺序（理想情况下segment和{}应该交换）。我以为transpose会有帮助，但是"although the order of dimensions on each array will change, the dataset dimensions themselves will remain in fixed (sorted) order."**所以我可能会这样接受它。在

_{*请注意，您将无法使用要拆分的维度的名称，因此这里有'new_time'。一个不必要的限制assign？}

_{**另一个我无法解释的限制。}